Está en la página 1de 114

MANUAL DEL ESTUDIANTE

 
 
 
 

CURSO
VI-
2000MK-II
SISTEMA DE
VISIÓN
 

DEGEM  Sistemas
Copyright © 1999 por I.T.S. Inter Training Systems Ltd.
Todos los derechos reservados. Este libro, o partes del
mismo, no pueden ser reproducidas en cualquier forma sin
previa autorización por escrito de I.T.S. Esta publicación se
basa en la metodología exclusiva de Degem Systems ®.
 
 
 

En aras de la mejora del producto, los valores de los


componentes, componentes o circuitos pueden cambiarse en
cualquier momento sin notificación previa.
 
Primera edición en Inglés de la impresión, 2000.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Número de catálogo:
 
 
9021395620
TABLA DE CONTENIDO

 
 

INTRODUCCIÓN
1 Introducción
1.1 Información general

El Manual del usuario ISPOT es un manual de documentación completa


para el sistema ISPOT . Este manual describe el sistema ISPOT
detalladamente, sus funciones, cómo usarla en aplicaciones, cómo realizar la
configuración y cómo funciona. El propósito es proporcionar toda la
información necesaria para las personas que se esperan que con ello
(estudiantes, diseñadores, ingenieros, ingenieros de servicio puesta en
marcha).
 

1.2 Descripción del producto

ISPOT es un paquete de software poderosa visión que ofrece procesamiento


de imágenes de nivel bajo, medio y alto. Las capacidades mejoradas de
procesamiento de datos, basadas en algoritmos y métodos, permite el filtrado
de imágenes, análisis del patrón de edificio y objeto e identificación.
ISPOT puede funcionar como un sistema de visión independiente o como un
sensor inteligente para aplicaciones de robótica que sirve de instalaciones
industriales y educativas así como.
 

1.3 Requisitos de equipo

El sistema ISPOT opera en un 486 o Pentium PC compatible con IBM con


teclado, mouse, monitor y interfaces serie/paralelo. Además, la tarjeta
capturador de marco en tiempo real permite la adquisición de imagen de alta
resolución. ISPOT permite la conexión de hasta un capturador de marco
cuatro cámaras.
 

1.4 Organización manual

El Manual del usuario ISPOT proporciona documentación completa para


satisfacer sus necesidades de documentación más solicitados. El manual
proporciona fácil acceso a las descripciones y procedimientos que cubren
todas las características de aplicación y funciones.
La organización del manual permite a los usuarios para conocer el
funcionamiento del sistema a partir y da explicaciones de usuarios
avanzados e instrucciones para realizar más extensas trabajarcon con todas
las instalaciones del sistema.
El manual está dividido en cuatro partes:
Parte 1 -Introducción- describe los requisitos del sistema; instrucciones para
la instalación de hardware y software; procedimientos de configuración e
instalación.
Parte 2 – Interfaz gráfica de usuario- presenta los elementos de la interfaz
gráfica que iSpot está proporcionando para la interacción con el usuario. De
adquisición de imágenes de reconocimiento de objetos la sección
proporciona una descripción completa de los elementos en el menú Archivo,
vista, comandos, herramientas y robots.
Parte 3 -Guía del principiante- describe las herramientas funcionales en
general y herramientas propiedades comunes. Esta sección ofrece una serie
de tutoriales, que te enseñará cómo realizar básicos y con frecuencia requiere
operaciones.
Parte 4 -Guía del usuario avanzado- es la parte de este manual, que
proporciona el fondo matemático y teórico del procesamiento de datos y
funciones, realizadas por el sistema.
 

1.5 Historia de liberación

Esta es la versión inicial del Manual del usuario ISPOT.


 

1.6 Terminología

En el sistema ISPOT utilizamos AOI como una abreviatura de "Área de


interés". En este caso tiene el significado de un área seleccionada en el
propósito de eliminar sin relación formulario de datos de una imagen.
 

1.7 Instalación de hardware

ISPOT está diseñado para trabajar con el capturador de marco PXC200


(Imagenation Corporation), con configuración de bus PCI. Para instalar el
usuario tiene que enchufar la junta en una ranura PCI vacía de la
computadora, al poder en el PC y después de la secuencia de arranque para
instalar en el sistema operativo (utilizando) el conductor del capturador de
marco con la junta. Hay diferentes Junta drivers para Windows NT y los
sistemas operativos Windows 95 (Windows 98).
 

1.8 Instalación del software

Ejecute el programa Setup.exe de ISPOT instalará los archivos son


necesarios para ejecutar el sistema de visión. Configuración hará para usted
nada es necesario. Encontrará el sistema operativo está utilizando y se
instalará los archivos ISPOT necesarios para funcionar con este sistema
operativo. Puede ser que en cierta configuración instalación le pedirá que
reinicie el sistema durante el proceso de instalación.
 

INTERFAZ GRÁFICA DE USUARIO

 
2 Interfaz gráfica de usuario
 

2.1 Resumen

ISPOT es una aplicación que se ejecuta bajo el sistema operativo


Windows 95/98/NT y cuenta con una interfaz de usuario amigable. A partir
de la aplicación de la primera ventana de pantalla (ventana principal) será el
siguiente:

Los componentes más importantes de esta ventana principal son:

          menú

         Barra de control


         Área de trabajo
         Barra de estado
La barra de estado contiene los siguientes elementos (paneles):
 Sugerencias del Panel – proporciona las pistas sobre los movimientos
del ratón
 Frame Grabber Panel de estado – proporciona la información sobre la
accesibilidad de la Junta de PXC200 por el ISPOT
 Panel de estado de la cámara – presenta la información sobre el estado
de la cámara actual seleccionada en ISPOT
 El nombre de configuración ISPOT – es que el nombre de la
configuración de ISPOT el usuario está autorizado para utilizar.

2.2 Menú Archivo

El menú archivo contiene un conjunto de elementos que permite al usuario


crear, abrir o guardar un proyecto, un AOI, una imagen gris, la imagen
binaria, etc..

2.2.1 Nuevo proyecto

Para crear un nuevo proyecto que tienes que seleccionar Archivo/nuevo


proyecto.

2.2.2 Abrir proyecto

Mediante la opción File/Open Project puede abrir un proyecto de memoria


a largo plazo (HDD, FDD, CD-ROM, etc.).

2.2.3 Guardar proyecto

Esta opción de menú archivo permite guardar un nuevo proyecto o un


proyecto abierto.

2.2.4 Nuevo menú

Archivo/nuevo le permite crear:


         Un nuevo aire de interés - AOI (*.aoi)
         Una nueva imagen gris (*.bmp)
         Un nuevo filtro (*.flt)
         Una nueva imagen binaria (*.bmp)
         Nuevos patrones de (*.ptt)
         Una nueva escena de Robot (*.rsc)
         Opciones (* .opt)
 

2.2.5 Menú abierto

Archivo/abrir te permite abrir de memoria a largo plazo:


         Un Aria de interés - AOI (*.aoi)
         Una imagen gris (*.bmp)
         Un filtro (*.flt)
         Una imagen binaria (*.bmp)
         Patrones (*.ptt)
         Una escena del Robot (*.rsc)
         Opciones (* .opt)
 

2.2.6 Menú abierto

Archivo/abrir te permite abrir de memoria a largo plazo:


         Un Aria de interés - AOI (*.aoi)
         Una imagen gris (*.bmp)
         Un filtro (*.flt)
         Una imagen binaria (*.bmp)
         Patrones (*.ptt)
         Una escena del Robot (*.rsc)
         Opciones (* .opt)
2.2.7 Menú de salida

Cerrar el ISPOT aplicación.


 

 
2.3 Menú Ver

Vamos a seleccionar ahora el menú Ver, que contiene los siguientes


elementos:

2.3.1 Gris imagen

Abrir una ventana que contiene la imagen gris.

Esta imagen puede obtenerse de la cámara seleccionando Comandos/Snap


o se puede cargar directamente en un dispositivo de almacenamiento a
largo plazo (HDD, CD, FDD) seleccionando Archivo/abrir/gris imagen
.
 

2.3.2 Histograma

Muestra el histograma según la imagen actual de nivel gris. Si modifica la


configuración de Optimización de herramientas/histograma , un
nuevo histograma aparecerán en la pantalla (sólo si se selecciona
View/Histogram ).

 
2.3.3 Imagen binaria

Abrir una ventana que contiene la imagen binaria.

Esta imagen es el resultado después de la binarización de una imagen gris


(Comandos/binarización ).
 

2.3.4 Muestran patrones

Seleccionar View/Display patrón un dos-páginas - Page Control está


disponible.
El Patrón de nombre y el número de muestras se muestran en la parte
inferior de la ventana; en la misma fila encontrará cuatro botones utilizados
para navegar entre los diferentes patrones considerados.
Si usted no está satisfecho con las dimensiones o patrón definido que puede
utiliza uno de los botones borrar .
 

2.3.4.1 Página de características estándar

Mediante la activación de características estándar puede mostrar una lista de


categorías (número de agujeros, perímetro, área, etc.) para el objeto
considerado.
 

2.3.4.2 Página de dimensiones

Selección de dimensiones en la ventana de Pantalla se puede ver los valores


y el minuto, límite máximo para la orientación y utiliza dimensiones
definido con Herramientas/definir dimensiones comando.

2.3.5 Imagen

Le permite ver la imagen directamente desde la cámara con el fin de dar al


usuario la posibilidad de ajustar el foco y el diafragma de la cámara. Un
ejemplo se muestra en el cuadro siguiente.
 

Los mismos comandos (desde la vista menú del bar) también están
disponibles en la vista barra de herramientas.
 

2.4 Menú comandos

2.4.1 Rápido

Coloque un conjunto de objetos que desea analizar en el campo de vista de la


cámara.

Seleccione Comandos/Snap de Pulse Menú principal Snap .


Una imagen de escala de grises de los objetos aparecerán en la pantalla,
como se ha visto por la cámara.
Si los objetos se encuentran fuera de la AOI, ajustar su posición y ajustar
nuevamente. Otra alternativa es modificar el tamaño AOI (en
Herramientas/definir AOI ) y coloque otra vez.
2.4.2 Aplicar filtro

1. Para mejorar la imagen de calidad ISPOT sistema proporciona cinco


predefinidas filtros niveles gris.

2. , Haga clic en Archivo/abrir/filtro para elegir un filtro de.

3. Haga clic en abrir para cargar un filtro que se aplicará a la imagen.

4. Selecciona Aplicar filtro desde el menú comandos. El filtro se aplica a


la AOI solamente. Se observa una mejora de la calidad de la
imagen.

2.4.3 Deshacer aplicar filtro

Seleccione Comandos/deshacer aplicar filtro si usted no está satisfecho


con los resultados del procedimiento de Aplicar filtro . El resultado será la
imagen anterior. Sólo se aplican una deshacer operación de filtro está
disponible.
 

2.4.4 Binarización

Haga clic en Comandos/binarización . El sistema binarize la imagen


gris teniendo en cuenta el valor de umbral actual. Para ver la imagen binaria
seleccione Imagen vista/binario .
Bajo condiciones de iluminación inferiores a las óptimas, la imagen no
puede contener objetos claramente definidos.
Con el fin de mejorar la calidad de la imagen, la binarización umbral ha de
modificarse (seleccione Herramientas/definir umbral ).
 

2.4.5 Análisis de objeto

Después de que usted ha obtenido una imagen binaria satisfactoria, pueden


analizar los objetos en ella.

Para lograr análisis objeto haga clic en Comandos u objeto de análisis .


Dentro de la ventana Análisis de objeto un cuatro-páginas - Page Control
está disponible.
En la pantalla de Análisis del objeto , el sistema muestra los objetos
individuales dentro de la imagen actual que permite al usuario ver sus
características.
El Patrón de nombre y el número de muestras se muestran en la parte
inferior de la ventana; en la misma fila encontrará cuatro botones utilizados
para navegar entre los diferentes objetos considerados.
 

2.4.5.1 Página de características estándar

Mediante la activación de características estándar puedes ver el área del


objeto, perímetro, compacidad y todas las otras características estándar.
 

2.4.5.2 Página de dimensiones

Si el objeto se identifica, se muestran las dimensiones definidas en este


objeto dentro de la página de dimensión . Si el cuadro de edición Nombre
patrón identificado el objeto es completado (también el miembro de
muestras).
 
 

2.4.5.3 Página de posición

Las coordenadas de las posiciones objeto reciben, las medidas están en


relación con la esquina superior izquierda de la imagen.
Se muestran las dimensiones de la caja rectangular que engloba el objeto
(como viendo en posición de ventana) Considerando Xmin, Ymin, Xmax,max Y.

2.4.5.4 Página de forma

Seleccionando la forma de una flecha se asocia con el objeto de la marca es


el eje principal de la orientación, que pasa a través del centro de gravedad
del objeto. En la imagen aquí son también ahogar los puntos definidos y
dimensiones.
 

El mismo comanda desde (los comandos menú del bar) también están
disponibles desde la barra de comandos .

 
 
 
2.5 Menú Herramientas

 
 

2.5.1 Optimización de histograma

Seleccione Herramientas/histograma optimización . Si la definición de


AOI ha cambiado desde la última vez que abrió sus puertas esta pantalla, el
sistema automáticamente optimiza el desplazamiento y obtener los valores
de la imagen nivel gris en el fotograma activo y construye el histograma de
la imagen.

Dentro de la caja de Frame Grabber puede introducir los dos valores de


offset y ganancia. Los resultados serán una mejor definición de los niveles
de escala de grises de la imagen
La optimización de caja le permite seleccionar la manera (automática o
Manual) el desplazamiento y se definirá la ganancia.
En Auto modo el sistema optimiza automáticamente el Offset y ganancia con
el fin de obtener un histograma, que abarca la mayoría de los niveles de la
gama de escala de grises (0-255).
En modo Manual el sistema genera el histograma basado en el
desplazamiento y obtener valores especificados por el usuario.
 

2.5.2 Definir AOI

Seleccione Herramientas/definir AOI y se mostrará una imagen gris. El


rectángulo que define el AOI dispone inicialmente de las mismas
dimensiones con la imagen gris que se aprecia en definen ventana AOI. Para
seleccionar sólo el objeto deseado las dimensiones del rectángulo tienen que
modificarse y su posición puede ser modificada mediante un procedimiento
de arrastre. Para confirmar la selección haga clic en [Ok].
 

 
2.5.3 Calibrar AOI

Seleccione Herramientas/calibrar AOI . El sistema abre calibra


ventana AOI, utilizado para que coincida con el tamaño de los píxeles y una
dimensión física.
Tecleando el tamaño del objeto (Wncho yight) la aplicación
automáticamente establece una nueva escala. Esta escala se considerarán
para todos los objetos analizados.
Por defecto el sistema tendrá en cuenta la escala de ambos ejes (X e Y)
igualan a 1 - lo que significa un milímetro por píxel.

2.5.4 Definir umbral

Haga clic en Herramientas/definir umbral . Dentro del Umbral tipo


tienes que seleccionar el modo de funcionamiento. Haga clic en la barra
deslizante y arrastre el ratón para moverlo. Durante el movimiento del ratón
se puede observar el cambio de la imagen dentro de la ventana de la imagen
binaria según el nuevo valor de umbral. El valor de umbral está conectado
automáticamente a la posición del control deslizante. También tienes la
alternativa para escribir un valor determinado para el umbral, observando los
cambios de posición del control deslizante tanto el contenido de la imagen
binaria.
Elegir Auto modo para el Tipo de umbral ISPOT establecerá el valor de
umbral según un algoritmo de optimización para la actual imagen gris.
 

2.5.5 Editar filtro

El filtro de imagen gris es un 3 x 3 - máscara de convolución y un cociente.


Tienes que configurar todos los 3 x 3 (9 items) de la máscara de convolución
y los valores del cociente según los objetivos de filtrado. El filtro también ha
adjuntado una cadena de descripción.
 
 

2.5.6 Construir patrón

Seleccionando Herramientas/construcción patrón abre un tres-páginas


- Page Control, que se utiliza para construir bases de datos de patrón (y
actualización). Pueden obtenerse datos de patrones de la imagen binaria
actualmente cargada o adquiriendo una nueva imagen de la cámara. El
objeto seleccionado se muestra en el Patrón de construir-forma ventana.
         Patrón nombre muestra el nombre del objeto según lo determinado
por el sistema, basado en la base de datos del patrón disponible
actualmente. Si el sistema no puede determinar un nombre para el
objeto, pregunta marca '?' se muestra. Escriba el nombre que desea
asociar el objeto y pulse [INTRO] o [aprender].
         Aprende comando agrega los parámetros actuales del objeto a la base
de datos del patrón y el objeto asigna el nombre de patrón
especificado. El sistema continúa selección de objetos para el nombre,
hasta que se alcance el último objeto de la imagen.
Usted puede seleccionar el objeto siguiente o anterior en la imagen
visualizada utilizando los botones de navegación: primer , anterior ,
Next , el último .
2.5.6.1 Página de características estándar

Características estándar página muestra los valores de los parámetros del


objeto actual (número de agujeros, perímetro, área, etc.).

En este cuadro de diálogo para un determinado patrón es también muestra el


número de muestras de ello.
 
 
 
 
 
 

2.5.6.2 Página de dimensiones

 
 

2.5.6.3 Página de forma

Seleccionando forma puedes ver puntos definidos de las dimensiones del


objeto y el eje de orientación asociado (una marcas de flecha es el eje
principal de orientación pasando por el centro de gravedad del objeto).
 
 

2.5.7 Definir dimensiones

Haga clic en Herramientas/definir dimensiones . Se muestra el objeto


considerado. Puede seleccionar el objeto deseado usando los botones de
navegación.
 
 

A partir de este momento usted puede medir la dimensión deseada del objeto
entre dos puntos definidos. Los pasos son:
1. Desde el punto de caja eligió el número del punto
2. Haga clic en el objeto para seleccionar el primer punto de medición
3. Haga clic en definir; el punto número aparecerá en el objeto
4. Repetir el procedimiento tantas veces como sea necesario.
5. Para hacer las conexiones entre dos puntos los puntos deseados desde el
punto de caja, apoyándolos como primero y segundo en sacar de la caja
punto
6. Caja de dimensiones , seleccione el número de la dimensión deseada y haga
clic en definir; la conexión entre los dos puntos considerados se mostrará
en el objeto de.
ISPOT proporciona un tipo predefinido de dimensión : orientación y
dimensión. En este momento se define una dimensión ISPOT a calcular su
valor y lo memorizará como un valor de dimensión.
2.5.8 Opciones

El menú de opciones permite para especificar algunos parámetros que


permanecerán invariables durante una sesión de trabajo o hasta que los
modifica. Todos los parámetros tienen valores predeterminados.
Haga clic en Herramientas/opciones. Dentro de la ventana de Opciones de
un tres-páginas - Page Control está disponible.

2.5.8.1 Página general

         Seleccione cámara (blanco, rojo, azul o verde) le permite seleccionar


la cámara (el color del cable de entrada) que se utilizará para adquirir
la imagen desde el marco seleccionado.
         Puerto de comunicación Seleccione Com 1 o Com 2 como puerto de
interfaz en serie para la comunicación con el control del robot.
         Recogiendo altura representa la altura predefinida de recoger objetos
por el robot en el mando de selección de la escena del Robot construir
(eje Z del robot en escoger el momento)
 
 

2.5.8.2 Página de la imagen

Selección de la imagen dentro de la ventana de Opciones entras en una


página que muestra y permite definir la configuración y los valores que se
van a utilizar para el tratamiento de la imagen.
         Dentro de la caja de fondo se puede definir como color de fondo
blanco o negro . El color de fondo debe ser opuesta al objeto debe ser
analizado.
         Binarización umbral caja permite para seleccionar el modo
(automática o Manual) en la definición de los valores de umbral,
selección que se convertirán en predeterminado para Definir el
umbral ventana.
         Limitaciones del objeto Coloque el mínimo y los valores máximos
para el área y perímetro, especificar el intervalo de valores para la
extracción del objeto. Sólo los objetos dentro de este límite se
procesarán.
         Orientación a objetos caja se utiliza para marcar el eje del objeto de
tipo orientación: punto mínimo de distancia, máxima distancia punto o
eje de momento de inercia.
 
 

2.5.8.3 Página de características estándar

Características estándar Página le permite seleccionar un conjunto de


características deseadas que se utiliza en el proceso de identificación de
objetos.

Los mismos comandos (desde el menú de barra de Herramientas ) también


están disponibles desde la barra de Herramientas .

 
2.6 Menú de robot

La comunicación entre la unidad de control y el sistema ISPOT se realiza a


través del puerto de comunicación RS232 de la PC, seleccionado por el
usuario para la comunicación con el robot (a partir de las/Herramientas /
opción). Para comunicarse con el control del robot, ISPOT está enviando
una cadena de caracteres a través de RS232 dedicados. Esta cadena de
caracteres representa una orden directa para el control del robot.
 

2.6.1 Construir Robot escena

Selección de Escena del Robot Robot/Build se abre una ventana que se


utiliza para crear la escena del robot. Una escena del robot puede obtenerse
de la imagen binaria actualmente cargada o adquiriendo una nueva imagen
de la cámara. El objeto seleccionado se muestra en la ventana. Su centro de
gravedad representa por un lado el punto que el usuario tiene que definir
como un punto específico del Robot moviendo en manual mod el robot a
recoger el objeto y por otro lado el punto de definirse como el mismo punto
de visión específica.
En el estado de la escena se muestra el estado actual de la escena del Robot.
Cuando el estado se sincroniza el usuario puede probar la veracidad de la
escena enviar el comando al robot a recoger el objeto en la imagen (la acción
de selección se realiza con el valor de altura de la pinza contenida en caja de
altura recogiendo.
Usted puede seleccionar el objeto siguiente o anterior en la imagen
visualizada utilizando los botones de navegación: primer , anterior ,
Next , el último .
 
 

2.6.2 Inicializar Robot

Haga clic en Robot Robot/Initialize, o haga clic en el botón Inicializar


Robot en la barra de herramientas del Robot.
 

2.6.3 Modo robot

Haga clic en Modo Robot/Robot, o haga clic en el botón Modo Robot


en la barra de herramientas del Robot.

2.6.4 Las etapas de la visión

Haga clic en Etapas Robot/Vision, o haga clic en Las etapas de la visión


en la barra de herramientas del Robot.
 

2.6.5 Mostrar informe

2.6.6 Analiza informe de objetos


 

Principiante 'Guía de S
3 Guía para principiantes
 

3.1 Consideraciones generales

Esta sección ofrece una descripción detallada de las herramientas del sistema
ISPOT funcionales.
El propósito de esta sección es para dar consejos útiles sobre configuración y
señalar algunas cuestiones que deben ser contestadas, con el fin de sacar el
máximo provecho ISPOT.
 

3.2 Baja visión nivel

Baja visión nivel incluye los siguientes artículos:


         Teledetección (adquisición de imágenes)
         Procesamiento previo de imágenes
En este capítulo aprenderás los procedimientos básicos para:
         A partir de ISPOT.
         Adquisición de imágenes y preprocesamiento.
Esta parte también da una descripción brevemente sobre cómo:
         Definir AOI
         Calibrar calibración AOI
         Ver el histograma de la imagen
         La imagen del filtro
         Obtener una imagen binaria.
También da un brevemente la descripción de cómo usar la herramienta
Opciones . Por favor consulte la guía del usuario avanzado para una
descripción más detallada.
 

3.2.1 Getting Started

El primer paso es comprobar si el sistema de visión entera (ordenador, tarjeta


capturador de marco y cámara) está correctamente instalado y operable. En
esta etapa no es necesario el sistema robótico.
Después de ejecutar ISPOT, aparecerán los menús principales de software
en la pantalla.

Compruebe en la barra de estado si el capturador de marco y la cámara están


conectados. Hay tres situaciones posibles:
         La barra de estado – Frame Grabber Ok / cámara Ok. Esta es la
situación que usted está buscando. Puedes ver el número de cámara
que esté trabajando en la barra de estado . Si todas las 4 cámaras (o
más) están conectado con el capturador de marco, el sistema está
conectado de forma predeterminada para la primera cámara disponible
en orden decreciente.

         La barra de estado – Frame Grabber Ok / cámara No . En este caso


debe verificar las conexiones entre la cámara y Frame Grabber, o
comprobar si la cámara está encendido. If, forma alguna razón, usted
elige otra cámara, se recomienda que vaya a Opciones y hacer el
cambio allí.
 

         La barra de estado – No Frame Grabber / cámara No . Obviamente,


cuando usted no tiene ningún Frame Grabber, no tiene ninguna
cámara. El capturador de marco debe ser enchufado en su sistema y
también debe instalar controlador Frame Grabber.

3.2.2 Adquisición de imágenes

Haga clic en View/Live imagen o haga clic en el botón Imagen Live en


la barra de herramientas vista. Coloque un objeto en el campo de visión de la
cámara y tratar de conseguir la mejor iluminación y enfoque.
3.2.2.1 Agarrando la imagen

Haga clic en Comandos/Snap o haga clic en el botón Snap en la barra


de comandos. La imagen que aparece en la pantalla es una imagen de escala
de grises de los objetos, como se ha visto por la cámara.
Si los objetos se encuentran fuera del marco, ajustar su posición y ajustar
otra vez o cambiar el tamaño de fotograma y ajustar nuevamente.
 

3.2.2.2 Optimización frame Grabber.

Haga clic en View/Histogram o haga clic en el botón de histograma en la


barra de herramientas vista . El histograma de la imagen de escala de
grises es una función más de 256 clases adyacentes iguales dentro de la
escala de grises. El valor del histograma de una clase es el número de píxeles
con un determinado nivel de gris.
 

La optimización de histograma se usa para determinar el ajuste correcto de


los dos parámetros que controlan la adquisición de la imagen: ganar y
Offset.
Haga clic en Herramientas/histograma optimización o haga clic en el
botón de Histograma optimización en la barra de herramientas. El
sistema abre el cuadro de Histograma optimización permitiendo la
optimización de los parámetros de ganancia y compensar . Espere el
histograma colocar en los valores óptimos (el gráfico para cambiar y los
cambios de sistema en modo Manual ), luego haga clic en [Aceptar] para
confirmar la configuración. Si usted no está satisfecho, puede cambiar los
parámetros de ganancia y compensar en modo Manual .

Esta herramienta permite al usuario cambiar los valores de los parámetros de


Frame Grabber para mejorar la resolución de sistema de adquisición.
Tenga en cuenta que esta herramienta se utiliza para determinar el ajuste
correcto de los dos parámetros que controlan la adquisición de la imagen:
ganancia y compensar. Ganancia y Offset se establecen con el fin de
obtener una mejor resolución nivel gris. En general, el desplazamiento
controla la posición de los niveles más bajos del histograma y la ganancia
controla la longitud del histograma (la diferencia entre los más bajos y los
más altos niveles de intensidad de píxeles de la imagen).

Ejemplos:
El histograma de imagen gris para los parámetros de Frame Grabber
(ganancia y Offset) en los valores predeterminados.
 

 
La imagen gris para estos parámetros:
 

El histograma de imagen gris tras el proceso de optimización de histograma:

La imagen gris para estos parámetros:


 

El histograma de imagen gris después de cambiar manualmente el valor de


parámetro Gain a 50

:
 

La imagen gris para estos parámetros:


 

El histograma de imagen gris después de cambiar manualmente el valor de


parámetro Offset a 130. La imagen está parcialmente saturada, perdiendo
gris información de nivel de píxeles de alta intensidad.
 
 

La imagen gris para estos parámetros:

El histograma de imagen gris después de cambiar manualmente el valor de


parámetro Offset a 80. La observación que la imagen está perdiendo
información nivel gris en píxeles de baja intensidad.
 

La imagen gris para estos parámetros:

 
3.2.3 Definición de un marco

3.2.3.1 Definir área de interés (AOI)

Tomar una imagen de la cámara (haga clic en Comandos/Snap o haga clic


en el botón Snap en la barra de comandos). También puede utilizar los
mapas de bits de la biblioteca existente seleccionando Archivo/abrir/gris
imagen.
Haga clic en Herramientas/definir AOI o haga clic en el botón Definir
AOI en la barra de herramientas. Aparecerá una imagen, como se ha
visto por la cámara.
Para eliminar datos no relacionados forman las imágenes (por ejemplo,
puntos de suciedad, otros objetos), debe definir un marco por recortar la
imagen, creando así un AOI.
Haga clic en la imagen. Aparecerá un cursor marco alrededor de la imagen.
Arrastre cada lado del cursor así solamente la parte deseada de la imagen
permanecerá dentro del área marcado.
 

 
Pulse [OK] para guardar las definiciones del marco o en Cancelar para
descartar los cambios en el AOI anterior.
 

3.2.3.2 Obtener una imagen binaria

Haga clic en comandos / binarización o haz clic en el botón de la


binarización en la barra de comandos. El proceso de binarización reduce
una imagen de escala de grises a una imagen en blanco y negro. El algoritmo
está basado en el histograma de la imagen de escala de grises.
Haga clic en View/binario imagen o haga clic en el botón Imagen binaria
en la barra de herramientas vista. Se mostrará la imagen binaria.
 

Haga clic en el cursor del ratón sobre un objeto image. Aparecerá un cuadro
alrededor del objeto. Haga clic derecho dentro del área de mercado.
Aparecerá un menú emergente imagen binaria que contiene varias
herramientas del sistema, y puede aplicar esas herramientas al objeto
referido.
 

3.2.3.3 Definir umbral

El propósito de esta herramienta es obtener una buena imagen binaria. Se


refiere al umbral utilizado para la binarización: consideran a todos los
píxeles por debajo del umbral de 0 y todos los píxeles por encima de este
nivel se consideran de 1. Haga clic en Herramientas/definir umbral o haga
clic en el botón Definir umbral en la barra de herramientas.
Seleccione el modo automático . De esta manera el sistema corregirá
automáticamente un umbral de binarización que es en realidad el umbral
sugieren por el sistema en una suposición bimodal histograma; es decir,
todos los objetos tienen el mismo color y el color de fondo es uniforme. El
programa busca el máximo local primero y el último punto máximo local del
histograma de 0 a 255ésimo nivel y luego determina el mínimo absoluto, que
se encuentra dentro de estos puntos. Los valores de estos puntos
generalmente corresponden al primer objeto y el fondo (o lo contrario).
Seleccionar el modo Manual y mover el cursor en el histograma hasta que se
produce una imagen blanca y negro claramente definida en el marco y haga
clic en [Aceptar]. En modo Manual , el usuario selecciona el valor de
umbral, generalmente basado en el histograma. Se recomienda que el umbral
de ser seleccionado en puntos mínimos locales del histograma para eliminar
algunos objetos.
Tenga en cuenta que en Auto el umbral definido el modo será cambiado
según el histograma actual. En el modo Manual se fijará el umbral
definido y mantendrá este valor durante los cambios de histograma.

 
Ejemplos:
1. Imagen binaria con umbral automático (valor umbral 107)

2. Imagen binaria con valor de umbral Manual 200:

 
3. Imagen binaria con valor de umbral Manual 40
 

Observaciones:

Si son inferiores a las óptimas condiciones de iluminación, la imagen no


puede contener objetos claramente definidos. Con el fin de mejorar la
calidad de la imagen, tienes que cambiar el umbral binarización.

Haga clic en comandos / binarización o haga clic en el botón de


binarización . El sistema ahora binarize la imagen de escala de grises
según un valor de umbral predeterminado. Haga clic en
Herramientas/definir umbral o haga clic en el botón Definir umbral
en la barra de comandos. Mueva el cursor en el histograma. Cambia la
imagen según el nuevo valor de umbral.
 

3.2.3.4 Calibración de AOI

Esta herramienta se utilizará para correlacionar el tamaño de un pixel en


horizontal y vertical en milímetros.
Haga clic en Herramientas/calibrar AOI, haga clic en el botón Calibrar
AOI en la barra de comandos o el botón derecho del ratón en el objeto de
la imagen que desea analizar. Se abrirá la ventana de marco calibrar. Buscar
en el marco hasta que se encuentra un disco con conocidas dimensiones
verticales y horizontales (es mejor usar un disco para la calibración, porque
no es dependiente de efecto de la rotación).
Introduzca las medidas exactas de Ancho (X) y Altura (Y) del objeto que se
utiliza para la calibración y haga clic en [OK].
Tenga en cuenta la dimensión de píxel ha calculado el sistema.
Tenga en cuenta que la configuración de la geometría real de la imagen
obtenida de la cámara depende de la lente de la cámara, distancia de la
cámara a la escena analizada, resolución de píxeles horizontales y
verticales de la cámara CCD y así sucesivamente. Si se cambia la cámara o
la posición de la cámara, imágenes previamente adquiridos a corromperse.
Los procedimientos Definen el umbral y Optimización de histograma
deben realizarse antes de la calibración del marco, puesto que afectan a la
precisión del procedimiento de calibración marco.

 
3.2.4 Filtrado de la imagen

3.2.4.1 Filtro

Filtro es usado para mejorar la calidad de la imagen. ISPOT sistema


proporciona una serie de cinco gris niveles filtros predefinidos (Blur, relieve,
estanque, Sharp y liso) que son los más utilizados en la técnica de filtración.
Haga clic en Herramientas/Editar filtro o haga clic en el botón Editar
filtro en la barra de herramientas Editar filtro abrir el cuadro de diálogo.
 

Haga clic en Archivo/abrir/filtro para elegir el filtro que se aplicará a la


imagen. Por ejemplo en la lista de archivos en el ISPOT directorio, elija
SHARP.FLT y haga clic en [OK] para cargar el filtro. Si desea cambiar los
valores de filtro, tienes que guardar estos cambios en otro nombre.
Haga clic en Comandos/aplicar filtro o haga clic en el botón Aplicar filtro
en la barra de comandos. El proceso sobre la imagen en aplicar filtro se
realiza sólo dentro de AOI. Observar la mejora de la calidad de la imagen.
¿Qué filtros a utilizar? Los cinco filtros estándar proporcionados con el
sistema más se utilizan para el tratamiento de la imagen. En algunos casos es
necesario la característica extendida del filtro y el sistema permite al usuario
editar un nuevo filtro con el fin de implementar un método particular de
filtro.
Tenga en cuenta que la imagen de filtración representa un método de
mejora de la imagen. Al filtrar una imagen puede obtener una imagen de
calidad superior de procesamiento de punto de vista (esto significa quitar
o señalar algunas características de la imagen de nivel gris). Un ejemplo
de esto es "suave" filtro que elimina el ruido de la imagen gris, o
"sostenido" por señalar los bordes. Cuanto mayor es la calidad de imagen,
el mejor es el análisis de imagen.

 
Ejemplos
La imagen original gris es que la imagen gris resultó de optimización de
histograma. En los ejemplos siguientes puedes ver los cambios de imagen
gris después de aplicar cada una de las 5th predefinidas filtros niveles gris.
Por favor consulte la guía del usuario avanzado para una descripción más
detallada.
         Filtro de desenfoque

La imagen gris después de aplicar el filtro cinco veces: (observar


que la imagen es borrosa, los bordes no son tan claros).

 
 
 

 
 

         Filtro de realce


La imagen gris después de aplicar el filtro una vez: (el filtro extrae
el contorno de los objetos, áreas homogéneas convertido en
negras).
 
 
 

 
 
 
         Filtro para estanques

La imagen gris después de aplicar el filtro cinco veces: (el efecto es


reducir la intensidad del ruido en la imagen).

 
 
         Filtro de agudos

La imagen gris después de aplicar el filtro dos veces: (contraste de


la imagen es mejorada).

.
 
 
 
         Filtro liso

La imagen gris después de aplicar el filtro dos veces: (observar que


las líneas de contorno tienden a difusa).

El sistema permite editar su propio filtro.


1. Por ejemplo, si quieres había mejorado el contraste de la imagen más
entonces el filtro Sharp hace, usted puede aumentar tanto el valor medio
(más de 5) y los valores negativos (menos entonces – 1). Estos cambios se
hacen para mantener los pesos de todos los píxeles en la ecuación y para
aumentar la diferencia entre sus valores. El efecto de diferenciación será
mayor, pero también se amplificarán ruido imagen.
 

 
La imagen gris después de aplicar el filtro dos veces: observar que
también se amplifica ruido de imagen.

 
2. Con el fin de mejorar los contornos del objeto, puede utilizar un filtro
definido comosigue:
         Los valores de la columna media (de arriba a abajo) igual: 1, 0, -1.
         Los valores en la columna izquierda de la matriz igualan a 1.
         Los valores en la columna derecha de la matriz igualan a -1.
         La proporción es de 1.
Como resultado, las zonas homogéneas convertido en negras y contorno del
objeto se detecta y, debido a las diferencias que se realizan, esto tiende a
convertirse en blanco. Observar que los bordes de N-E, se acentúan las
direcciones S-W (que está enfrente de la dirección de la acción de filtro
relieve presentada antes).
 
La imagen gris después de aplicar el filtro una vez.

 
3. Para la detección de contornos, puede utilizar una máscara de Sobel. En
términos de una imagen digital, una máscara es una matriz diseñada para
detectar alguna propiedad regional invariante. Somos ahora interesante en
la detección de las transiciones entre las regiones y para esto podemos
considerar dos operadores de Sobel (plantillas) aplicados en dirección
vertical y horizontal respectivamente.
         Operador Sobel aplicada en dirección vertical:
 

 
 
La imagen gris después de aplicar la máscara.

         Operador Sobel aplicados en sentido horizontal:

La imagen gris después de aplicar la máscara.

 
4. También podemos usar el operador Laplacean, que es considerada como
una estimación de la segunda derivada de la imagen gris nivel.
 

La imagen gris después de aplicar la máscara.

3.2.4.2 Deshacer filtro

Haga clic en Herramientas/deshacer filtro para abrir el cuadro de


diálogo filtro deshacer. El sistema proporciona sólo un único nivel de
comando Deshacer.
 
3.2.5 Opciones

Este es un Resumen de las opciones más importantes del sistema.


Proporciona una colección de los ajustes más importantes del sistema.
Haga clic en herramientas/opciones.
Apuntar a la página General . Usted puede seleccionar la cámara que desea
utilizar. También puede establecer el puerto de comunicación para la
comunicación con el robot. Puedes ver las cámaras disponibles y usted
puede seleccionar cuál usas. Después de eso puedes verlo en la barra de
estado. De lo contrario, en la barra de estado se verá sin cámara.

Señalan a la página de la imagen . A través de la Orientación a objetos ,


usted puede elegir el método para la estimación de orientación de objetos.
Objeto de restricciones le permite ajustar los límites del objeto analizado por
el sistema. También puedes ver el valor de umbral binarización tanto el
método de la binarización. También puede cambiar los parámetros de Frame
Grabber.
 
 

Punto de características estándar página. Esta ficha permite al usuario


activar o desactivar los valores de las características estándar (por ejemplo,
área, perímetro, compacidad, excentricidad y momento invariante) para el
proceso de identificación.
 
 

Volvamos a la Orientación a objetos. La información sobre el eje de


orientación del objeto, junto con la información sobre la posición del objeto,
permite que el sistema calcular la posición y el ángulo del rodillo de la garra
del robot.
 

Hay un truco que puedes hacer si después de definir un AOI todavía no


tienes una imagen limpia. Para eliminar datos no relacionados (como
manchas u otros objetos) de la AOI, puede seguir objeto de restricciones
y cambio mínimo área, perímetro mínimo, etc..

 
3.2.6 Resumen

Hay varios aspectos en este capítulo se señala:


1. Después de tomar una imagen, esto se configura como una imagen
actual. Con el fin de mejorar la resolución de adquisición nivel gris
del sistema, cambie los parámetros de Frame Grabber.

Observación 1

Binarización umbral cambio después de la modificación de los


parámetros de la Frame Grabber.

2. Con el fin de eliminar datos no relacionados forma las imágenes


(por ejemplo, manchas de suciedad, otros objetos) tiene que
definir un AOI. Utilice AOI calibrar para obtener la posición y
real dimensión de los objetos. Si después de binarización el
resultado no está satisfecho, puede mejorar con filtro gris nivel.

Observación 2

Observar los cambios de histograma después de definir un AOI.

Observar los cambios de histograma después de definir y aplicar un filtro.

3. El sistema proporciona varios filtros de nivel de gris con el fin de


mejorar la calidad de la imagen.

4. Para quitar datos no relacionados (como habla u otros objetos) de


la AOI tienes que vaya a opciones/objeto de restricciones y
cambiar el área mínima, mín. perímetro, etc.;
Observación 3

Esto es recomendable si después primero definir un AOI, todavía ha


relacionado datos en su marco.

Notas:
Utilice esta página para las notas relativas a la adquisición de la imagen y la
imagen preprocesamiento de escenarios.
 

3.3 Visión de nivel medio

Visión de nivel medio incluye los siguientes artículos:


         Segmentación de la imagen
         Descripción de la imagen (objeto de análisis)
Segmentación de la imagen se realiza en imágenes binarias y tiene el
propósito de determinar qué píxeles son parte del objeto y cuáles son las
piezas del fondo.
Descripción de la imagen da una descripción del objeto en términos de las
diversas funciones que pueden utilizarse para tomar una decisión sobre el
objeto. Esas características se dividen en dos categorías: características
intrínsecas tales: número de agujeros, área, perímetro, compacidad,
excentricidad, momentos invariantes; y dimensiones. Algunas de las
características describen la posición del objeto en el marco, y otros describen
la forma del objeto. Por favor consulte la guía del usuario avanzado para una
explicación más detallada.
 

3.3.1 Análisis de la imagen

Esta herramienta se utilizará para analizar los objetos en una imagen binaria.
Un conjunto de características se calcula para cada objeto. Características
incluye área, perímetro, centro de gravedad y así sucesivamente y puede
utilizarse para identificar los objetos, a medir la posición y orientación para
que el robot puede recogerlo y verificar dimensiones para el control de
calidad.
Una vez que tienes una buena imagen binaria, puede analizar los objetos en
ella.
Haga clic en Comandos u objeto de análisis, haga clic en el botón de
Objeto de análisis en la barra de comandos, o botón derecho del ratón en
el objeto que desea analizar.
Haga clic en forma. Allí se puede ver uno por uno, usando los botones de
navegación los objetos individuales dentro de la imagen actual. La flecha
blanca en el objeto marca el eje del objeto de la orientación, que pasa a
través del centro de gravedad del objeto.
 
 
Haga clic en Características estándar para ver los parámetros del objeto
seleccionado. Se estima el número de orificios para el objeto.
Características estándar se estima. Esto significa que el usuario no puede
cambiar sus valores. Herramienta de opciones permite al usuario activar o
desactivar algunas de las características para el proceso de identificación.

 
Haga clic en posición. Allí puedes ver las dimensiones del rectángulo que
enmarcan el objeto y además puedes ver las coordenadas de la posición del
objeto con respecto a la esquina superior izquierda del marco.
 

 
Clic en dimensiones. Allí puedes ver los valores de las dimensiones
definidas para estas clases de objetos. Para un objeto determinado, una
dimensión definida entre dos puntos tiene un valor. Este valor 10% (por
defecto) es tomado por el sistema y aparece en el cuadro de texto definir
dimensiones. Vista patrón permite cambiar estas dimensiones.
 

Si el patrón es reconocido, puedes ver su nombre en el cuadro de texto


nombre de patrón. Por lo tanto, en Objeto de análisis el sistema muestra
las dimensiones del patrón y el valor real de las dimensiones definidas por
el objeto reconocido.

3.3.2 Resumen

Hay varios aspectos en este capítulo se señala:


1. Objeto Análisis es una herramienta informativa. En esta etapa no se
puede cambiar la característica del objeto, sólo puede visualizar y
analizarlos.
2. La información contenida en el objeto de análisis / ficha posición
permite que el sistema calcular la posición y el valor del ángulo del
rodillo de la garra de robot.
Observación 1

Objeto Herramienta de análisis le dará información rápida y completa


que usted requirió.

 
Notas:
Utilice esta página para las notas relativas a escenarios de análisis y
segmentación de imagen.

 
 

3.4 Visión de nivel alto

Visión de nivel alto incluye los siguientes artículos:


         Reconocimiento de objeto
         Interpretación (patrón y las dimensiones del edificio)
 

En este capítulo usted aprender sobre cómo definir dimensiones,


construyendo una estadística / patrón de base de datos y cómo realizar una
sincronización entre la visión y los sistemas de robot. Sincronización
transforma las posiciones en el sistema de coordenadas de la cámara a las
posiciones en el sistema de coordenadas de robot, permitiendo así que el
robot manipular objetos que ha identificado el sistema de visión. En modo
automático el sistema de establecer una comunicación bidireccional entre el
sistema de visión y el sistema robot. En este caso, se mostrarán las etapas del
sistema de visión.
 

3.4.1 Definición de dimensiones

Esta herramienta le permite definir las características como los límites de


aceptación de un objeto especificado. Para cada objeto se pueden definir
hasta 10 tales dimensiones. En definir las dimensiones, las dimensiones
podrían definirse únicamente por un patrón reconocido. Las dimensiones no
son estadísticas estimadas. Para un objeto determinado, una dimensión
definida entre dos puntos tiene un valor. Este valor 10% (por defecto) es
tomado por el sistema y aparece en el cuadro de texto definir dimensiones.
Vista patrón permite cambiar estas dimensiones.
Haga clic en Herramientas/definir dimensiones o haz clic en el botón
Definir dimensiones en la barra de herramientas. En la ventana puedes
ver los objetos de imagen uno por uno. Esta pantalla le permite definir
puntos en el contorno del objeto. Estos puntos se utilizará para definir
dimensiones. Estos puntos están definidos para un tipo particular de objetos,
lo que significa que la identificación ya estaba hecha. Todos los puntos, se
encuentra en el contorno del objeto y se definen por el sistema como
coordenadas polares en relación con el centro de gravedad del objeto tanto
los ejes de la orientación del objeto.
 
Para definir un punto, haga lo siguiente:
1. Usando el ratón, colocar el cursor Cruz en cualquier lugar en el contorno del
objeto.
2. Punto de cuadro de lista, seleccione un número de punto que desea definir
como primer punto, punto 4 por ejemplo y la haga clic en definir. Repita
esta operación una vez más y elegir otro punto número, punto 2, por
ejemplo.
3. En el cuadro de lista punto , ir al número de puntos que usted elige como
primer punto y en la toma del punto, haga clic en primera . Puedes ver el
número del punto seleccionado en el cuadro izquierdo.
4. Repetir esta operación con el otro punto y en el punto de tomar , haga clic
en segunda . Puedes ver en el cuadro izquierdo el número del segundo
punto seleccionado y también el botón definir la dimensión está habilitado.
Esto significa que entre el primero y el segundo momento puede definir
una dimensión. Hay hasta diez dimensiones (definida por el usuario),
objeto de orientación (predefinida) y para éstos se proporcionan una serie
de máximos 20 puntos.
 

 
5. En el cuadro de lista de dimensión , elija un número de dimensión,
dimensión 1 por ejemplo y haga clic en definir. Ahora se puede ver en el
cuadro de lista de dimensión un texto como dimensión 1, definir (1, 2) o
dimensión 3, definir (4, 2) y también una línea azul entre los dos puntos
definición en el contorno del objeto. En el cuadro de lista de punto , los
puntos que definen una dimensión ahora están marcados como conectado,
conectado y punto 4, punto 1, conectado por ejemplo.
 

La gestión de las dimensiones y puntos incluye comandos delete. El usuario


puede eliminar cualquier dimensión definida y cualquier punto definido pero
no conectados puntos. Eliminación de una dimensión, ninguno de los dos
puntos que no está conectado en otra dimensión tendrá el estado: punto
definido en lugar de punto conectado (y se puede eliminar).
3.4.2 Patrón de visualización

Patrón de visualización herramienta permite al usuario inspeccionar la base


del patrón, para borrar un patrón o las dimensiones definidas (para el patrón
seleccionado), o para cambiar un valor de dimensión, Min valor, valor
máximo o un valor porcentual (los valores predeterminados de dimensiones
se definen en Definir las dimensiones). Para un objeto determinado, una
dimensión definida entre dos puntos tiene un valor. Este valor 10% (por
defecto) es tomado por el sistema y aparece en la página de texto
dimensiones. Si quieres tener esta información en porcentaje, active la
casilla de verificación %.

Haga clic en View/Display patrón o haga clic en el botón de Pantalla


en la barra de herramientas vista.
 

 
 

3.4.3 Construir patrón

Esta herramienta provee un ambiente de aprendizaje asistido para la


construcción de una estadística / patrón de base de datos. No estamos
interesados en la posición del objeto en esta etapa. En Construir patrón
puede mostrar las dimensiones del patrón y el valor real de las dimensiones
definidas por el objeto reconocido.
Haga clic en Herramientas/construcción patrón, haga clic en el botón
Crear patrón en la barra de herramientas o clic derecho sobre el objeto
que desea analizar.
Punto en la página de Características estándar . Allí encontrará información
sobre algunas de las características incluyendo la orientación. También
vemos el número de muestras en un cuadro de texto dedicado.
 
 

Punto en la página de dimensiones . Puedes ver las dimensiones de un objeto


reconocido.
 
 

Punto en forma de ficha. Allí usted puede seleccionar el objeto que desea
aprender usando la primera , anterior , Next , el último barra
de herramientas. También vemos el número de muestras de este patrón en el
cuadro de texto dedicado.
 
 

En el cuadro de diálogo Nombre de patrón , escriba un nombre para el objeto


seleccionado (por ejemplo el Pentágono) y luego presione aprender.
Cualquier nombre que "?" es válido.
Una vez que se ha aprendido un objeto, el sistema selecciona
automáticamente el siguiente objeto en la imagen.
Repita el proceso de aprendizaje para cada objeto, asignando a cada tipo un
nombre diferente (por ejemplo PEN).
Una vez que se han asignado nombres a todos los objetos de la imagen, el
botón no está disponible.
 

Para crear una base de datos estadístico para el sistema, debe capturar
varias imágenes de los objetos en diferentes posiciones.

Ligeramente girar y mover los objetos en el campo de visión de la cámara. Si


los objetos han sido trasladados fuera del marco, reajustar su ubicación o
redefinir AOI.
Con esta nueva imagen, repita el proceso de aprendizaje.
 

Continúe el proceso de aprendizaje de diferentes imágenes hasta que el


sistema automáticamente y correctamente rellena el nombre del patrón del
nombre que asignó al objeto. El sistema identifica un objeto haciendo
coincidir sus patrones a los contenidos en una base de datos del patrón
predefinido.

En la ficha de Característica estándar , asegúrese de que la mayoría de las


funciones potencia ha sido seleccionada.
Para identificar un objeto, el sistema compara los valores de las
características de objetos en una imagen nueva o guardado a los patrones en
una base de datos. El nombre del objeto determinado por el sistema basado
en las funciones seleccionadas aparece en el cuadro de texto Nombre del
patrón . Si el sistema es incapaz de proporcionar el nombre que coincide con
el nombre que asigna al objeto, debe ampliar la base de datos mediante la
construcción de modelos más.
 

Estadísticamente, después 3 o 4 aprendizaje allí no será ningún error si los


objetos son diferentes en la forma.

3.4.4 Construir Robot escena

Cuando los sistemas de coordenadas robot y visión están sincronizados,


ISPOT puede instruir al robot para recoger objetos identificados. En este
capítulo aprenderás el procedimiento para la sincronización, que consiste en
enseñar los mismos puntos físicos tanto el robot y los sistemas de
coordenadas de visión.
Asegúrese de que todo el sistema (robot, regulador, tarjeta de capturador de
marco y cámara) está correctamente instalado y operable.
Casa el robot.
Asegúrese de que ha hecho las siguientes:
         Utilice Herramientas/histograma optimización para ajustar y fijar
el ganar y el desplazamiento para que el objeto puede ser analizado.
         Utilice Herramientas/calibrar AOI para calibrar el marco.
         ISPOT ya tenga sincronización robot cargado. Si la posición de la
cámara o la posición del robot ha sido alterada físicamente ya que la
sincronización del robot último realizó, pulse eliminar caja en tanto
Punto de Robot y Visión definición.
Para realizar la sincronización siga los siguientes pasos:
Coloque el objeto dentro del campo de visión de la cámara y trabajar dentro
del robot. El objeto que se utiliza para la sincronización debe tener una
forma que puede ser manipulada fácilmente por el robot en el centro de la
gravedad de lo.
Abra a la pinza. Mover el robot al objeto. Cerrar a la pinza y asegúrese de
que el robot pueda captar el objeto en esta posición.
Cuando la garra Sujete correctamente el objeto, seleccione Robot punto /
punto 4 y haga clic en definir.
 

 
Mover el robot del campo de visión de la cámara. Asegúrese de que no se
modifique la posición del objeto. Haga clic en el botón Snap para capturar la
imagen del objeto.
Haga clic en la Escena del Robot Robot/construcción, haga clic en el
botón Construir Robot escena en la barra de herramientas de Robot, o
botón derecho del ratón en el objeto que desea utilizar para la sincronización.
Desde este punto, punto del robot de origen, la cámara y los objetos debe
permanecer fijo.
Grabar las coordenadas de visión marcando el objeto captado por el robot.
Seleccionar Punto de visión / el punto 4 y haga clic en definir.
 

Luego repita los pasos del 4 al 9 para otra posición del objeto en la imagen.
De esta manera definirá Robot/Point 3, visión/Point 3. Puedes parar ahora,
pero se recomienda repetir el proceso una vez más (para una posición
diferente) para seleccionar Robot/punto 2, punto de visión/2. Puede definir
hasta 6 pares de puntos (visión y Robot). Repita el procedimiento para
mejorar la precisión de los parámetros de la escena porque se estimaron
estadísticos.
 

Si el cuadro de diálogo estado de escena muestra sincronizada, la


sincronización es exitosa. A continuación, se activará el botón de selección.
Comprobar la sincronización.
         Mover el robot del campo de visión de la cámara.
         Coloque un objeto en el campo de visión de la cámara en un punto
dentro del robot.
         Pulse Comandos/Snap para capturar la imagen del objeto.
         Ir al cuadro de diálogo Crear Robot escena , seleccione el objeto y
pulse Buscar.
         El robot se moverá a la posición del objeto, agárrelo y recogerlo.
 

3.4.5 Modo de inicialización automática Robot

Haga clic en Robot Robot/Initialize, o haga clic en el botón Inicializar


Robot en la barra de herramientas del Robot.
Este comando inicializará la comunicación con el robot para poner el robot
en estado listo a modo automático.
El sistema muestra un pantano de mensaje de diálogo con el mensaje:
«ASEGÚRESE DE QUE EL ROBOT ESTÁ EN POSICIÓN "NST"!!!!!! '
Este cuadro de mensaje tiene dos botones: [Ok] y [Cancel].
Si el usuario está eligiendo [Ok] y luego ISPOT está enviando el comando
directo al robot "rn 10" (ejecutar desde la línea 10).
Línea 10 es la primera línea de la rutina de inicialización dentro del
controlador del robot.
 

3.4.6 Robot automático

Haga clic en Modo Robot/Robot, o haga clic en el botón Modo Robot


en la barra de herramientas del Robot.
De esta etapa será el robot en el modo automático. Ambos sistemas están
conectados en modo automático. Visión recibe órdenes desde el robot para
snap y analizar la imagen y le comunicará el robot si el objeto es rechazado o
aceptado.
En Modo Robot la relación entre el ISPOT y el robot es la siguiente: el
ISPOT es esclavo y el robot es el maestro de esta relación.
En la etapa de "Esperando el robot" del sistema ISPOT – ISPOT es
interrogación periódicamente el robot (con un período de 500 milisegundos)
sobre las órdenes que envía el robot.
Este sondeo es realizado por ISPOT leer el contador 20 valor de controlador
del robot.
Contador 20 va a 2 es interpretado por ISPOT como mensaje "Despertar" de
los robots. Este comando es usado por el doble ISPOT – sistema de robot
para su sincronización (el apretón de manos). Recibir este valor ISPOT
realizará su inicialización del Modo Robot (y pasarán a "esperando el
Robot" Visión etapa) y luego enviará al controlador del robot el comando:
"rn 30" (ejecutar desde línea 30).
Línea 30 es la primera línea de la rutina de modoc automáticamente dentro
del controlador del robot.
Contador va de 20 a 1 es interpretado por ISPOT como comando examine .
Esto es un "cada comando ciclo" el robot ordenando a ISPOT realizar todo
el ciclo de ajustar la imagen a la identificación del objeto. Cada vez que el
robot coloca un objeto en la escena de la imagen de visión, el robot reiniciará
este ciclo.
 

3.4.7 Etapas de la visión

Haga clic en Etapas Robot/Vision, o haga clic en Las etapas de la visión


en la barra de herramientas del Robot.
Las Etapas de la visión, otros entonces "esperando el Robot" son "Ajustar
imagen", "Aplicar filtro", "binarización" y "Objeto de análisis". Todas las
etapas de este se retrasan por un período de sueño de 2 segundos (para
permitir al usuario que cuenta los pasos en el procesamiento de la imagen).
 

Al final del ciclo después de la identificación del objeto está mostrando


ISPOT "prueba pasado" si se identifica el objeto y sus dimensiones son las
tolerancias prescritas o "Ha fallado el Test" en cualquier otro caso.
En este punto ISPOT está enviando el comando
' sc 20,10' (sistema contador 20 valor 10) en el caso de "Examen aprobado",
o
' sc 20,11' (sistema contador 20 valor 11) en el caso de "Prueba fallida".
El ciclo ha terminado por el comando.
' rn 270' (ejecutar línea 270) de ISPOT. De línea 270 el robot leerá el valor
del contador 20 y mirar el objeto y manejarlo según el valor del contador 20.
ISPOT está entrando en "esperando el Robot".
 
3.4.8 Resumen

1. Para identificar un objeto, se debe construir una estadística / base de


datos del patrón. El sistema compara los valores de características de
objetos a los patrones en una base de datos. Si el sistema es incapaz de
proporcionar el nombre que coincide con el nombre que asigna al
objeto, aprender más muestras bajo el mismo nombre.

Observación 1

¿Después de cuántas muestras para los objetos con forma diferente el


sistema será capaz de no hacer ningún error en su aplicación?

2. Dimensiones definen la herramienta le permite definir las


características como los límites de aceptación para un objeto
reconocido. Para cada objeto se pueden definir hasta 10 tales
dimensiones.

Observación 2

Estas dimensiones son característicos para un objeto dado.

3. Tratar de hacer el procedimiento de sincronización en su propia


aplicación. Este procedimiento consiste en enseñar los mismos puntos
físicos tanto el robot y los sistemas de coordenadas de visión. Cuando
los sistemas de coordenadas robot y visión están sincronizados, el
sistema puede instruir al robot para recoger los objetos.

Observación 3

¿Cuántas muestras después de la sincronización será válida en su caso?

 
Notas:
Utilice esta página para las notas relativas a la definición de dimensiones,
patrón, escena del robot construir escenarios de construir.

 
Usuario avanzado 'Guía de S
4 Guía del usuario avanzado
Esta parte del manual presenta algunos de los fundamentos matemáticos,
funciones y algoritmos utilizados por ISPOT para realizar el procesamiento
de datos de visión de máquina de bajo nivel, nivel medio y alto nivel.
 

4.1 Introducción

ISPOT es un sistema de visión artificial usando métodos de reconocimiento


de patrón estadístico de imágenes binarias. El sistema está utilizando
imágenes binarias cargadas de las unidades de configuración o de imágenes
grises transformados en imágenes binarias canal binarización proceso.
ISPOT tiene la capacidad de obtener gris imágenes adquirieron a través de la
cámara el capturador de marco o cargan desde la unidades de configuración
y está transformando estas imágenes gris en imágenes binarias para procesos
más lejos.
 

4.1.1 Formatos de imágenes

En el sistema de visión ISPOT las imágenes están representadas como sigue:


         La imagen de escala de grises es una matriz de píxeles 512 x 384 en
el que cada píxel tiene un valor en el intervalo de 0. .255 (un byte).
Una imagen de escala de grises por lo tanto requiere 194Kb (197.686
bytes) de memoria.
         Una imagen binaria es una matriz de píxeles 512 x 384 en el que cada
píxel tiene un valor de 0 ó 1. Para imágenes binarias, el color de fondo
es el lógico "0" (luz pixel), mientras que el color del objeto es el "1"
lógico (píxel oscuro) – o lo contrario, dependiendo de la escena de la
imagen.
 

4.1.2 La arquitectura funcional

La arquitectura funcional, de un sistema de visión artificial usando métodos


de reconocimiento de patrón estadístico de imágenes binarias, contiene:
         Adquisición (imagen apropiación) de la imagen: para obtener una
buena imagen gris (un buen contraste de la imagen) adquirida por el
hardware, se utilizan los parámetros de ganancia y el desplazamiento
del capturador de marco.
         Imagen (la imagen puede mejorarse mediante la aplicación de filtros)
de preprocesamiento: los filtros se aplican para mejorar la calidad de
la imagen. Para mejorar la imagen de calidad significa reducir las
características (de la imagen) que perturban las siguientes etapas
(como ruido) de procesamiento de imágenes y para acentuar las
características importantes para las otras etapas de procesamiento de
imágenes (por ejemplo: bordes de los límites del objeto, contorno del
objeto, etc..). Esta etapa es opcional.
         Binarización de la imagen: la transformación de la imagen gris en
una imagen binaria basada en un valor de umbral global estimado por
análisis del histograma.
         Análisis de conectividad (segmentación de la imagen): analizando las
conexiones entre los píxeles, los objetos son extraídos de la imagen.
Los agujeros dentro de objetos contados durante la etapa de
segmentación.
         Análisis de objeto: algunas características se calculan para cada
objeto. Estas características llamadas características estándar se
utilizan para identificar los objetos. También en esta etapa el sistema
mide la ubicación de los objetos (posición y la orientación de los
objetos) para que el robot puede recogerlo.
         Identificación de objetos: utilizando el conjunto de las características
estándar seleccionado por el usuario del sistema es identificar cada
objeto de la actual imagen binaria. Esta etapa se realiza utilizando el
algoritmo de reconocimiento de patrón estadístico sobre la base de
datos del patrón construido por el usuario.
         Control de calidad: para cualquier objeto identificado en la imagen
del sistema es comprobar los valores de dimensiones (orientación y
hasta 10 distancias entre hasta 20 puntos definidos en los bordes de
los objetos) definido y seleccionado por el usuario para cada patrón
(clase de objeto).
 

4.2 Adquisición de imágenes

4.2.1 Histograma de imagen

El histograma de imagen para imágenes en escala de grises es una función de


256 clases iguales, adyacentes dentro de la escala de grises. El valor del
histograma de una clase representa el número de píxeles que tienen un
determinado nivel de gris. Un histograma se usa para determinar los ajustes
adecuados para la ganancia y compensar los parámetros de capturador de
marco controlar la adquisición de la imagen.
El aumento y el desplazamiento se establecen con el fin de obtener una
imagen cuyo histograma abarca la mayoría de los niveles en el rango de
escala de grises (0... 255), produciendo esto una imagen con contraste
máximo (resolución nivel gris). Estos dos parámetros se pueden seleccionar
elegir modo Manual o automático. En el modo automático, el programa
ajustará automáticamente la ganancia y el desplazamiento con el fin de
obtener un histograma que abarca toda la escala. En general, el
desplazamiento controla la posición de los niveles más bajos del histograma
y la ganancia controla la longitud del histograma (la diferencia entre los más
bajos y los más altos niveles de intensidad de píxeles de la imagen).
 

4.2.2 Calibración de AOI

La imagen obtenida de la cámara se caracteriza por geometría dependiendo


de una serie de elementos (lente de la cámara, resolución capturador de
marco, distancia de la cámara a la escena analizada, resolución de píxeles
horizontales y verticales del CCD de la cámara, etc.). Cambiando la posición
de la cámara los parámetros geométricos del objeto considerado ya no
corresponden a los doctos (para el patrón).
Para solucionar este problema, sistema de visión ISPOT utiliza dos factores
de escala (mm por pixel escalas), ambos en ejes horizontal y vertical. Todas
las características estándar, los valores de ubicación y dimensiones se
escalan con estos factores.
El procedimiento de calibración AOI permite la definición de escala
factores, basados en un objeto de calibración estándar o en una imagen
previamente adquirida que contiene un objeto. En cualquier situación, las
horizontales y verticales dimensiones reales (anchura y altura) del objeto
tienen que ser conocido. Los factores de escala permiten el sistema para
convertir dimensiones de las unidades de pixel a unidades estándar
(milímetros).
Se obtendrán los mejores resultados en AOI calibración con un objeto de
calibración de forma de disco, porque la forma de disco no es sensible a la
orientación del objeto en la imagen. Para la minimización del error, el objeto
debe llenar el AOI (sin extender más allá de él).
AOI definición y calibración de datos se pueden guardar en el disco para uso
futuro.
Antes de la calibración de AOI, debería realizar optimización del histograma
de la imagen y la selección de binarización umbral, porque ambos afectan la
precisión del procedimiento de calibración AOI.
Considerando px y py a definir las dimensiones de un objeto en píxeles y dx dy
para la definición de las mismas dimensiones en unidades estándar, los
factores de escala se calculan como sigue:
El error en la computación las dimensiones horizontales y verticales de un
objeto tiene el valor de 1 píxel; teniendo en cuenta esto, los errores de escala
relativa son:

 
4.3 Procesamiento previo de imágenes (aplicación de filtros)

El sistema de visión ISPOT utiliza filtros niveles gris. Estos filtros se aplican
a todos los píxeles de la AOI definida. Píxeles sin vecinos en todas las ocho
direcciones (es decir, en el borde de la imagen) permanecen inalterados.
Usamos el filtro gris nivel gris niveles imágenes. El valor del píxel gris nivel
se utiliza como se muestra abajo:

donde pij son constantes entero del filtro (positivo, cero o negativo) y R es un
cociente seleccionable por el usuario número entero distinto de cero. El valor
filtrado (el resultado de aplicar el filtro) es el nuevo valor de escala de grises
de la (x, y) pixel (truncada dominio entero 0... 255).
Los siguientes filtros de nivel gris importantes van a ser suministrado con el
software.
 

4.3.1 Filtro de desenfoque

El "filtro de desenfoque" se utiliza para estudiar el efecto de una imagen


borrosa en las características de un objeto. Mediante la aplicación de este
filtro, zonas homogéneas se quedan sin cambios. El contorno de la imagen
está distorsionado porque el valor del nuevo medio píxel está dada por los
valores de sus vecinos más entonces su propio valor. El filtro se define como
sigue:
         El valor en medio de la matriz es 1.
         Los valores en las cuatro esquinas de la matriz igualan a 4.
         Los otros cuatro valores en la matriz igualan a 2.
         La proporción es 25 - la suma de todos los valores de la matriz 3 x 3.
 
4.3.2 Filtro de realce

Se utiliza para mejorar los contornos del objeto. Zonas homogéneas


convertido en negras (si todos los píxeles tienen el mismo valor, el resultado
es 0). Valores de 1 y -1 pueden ser interpretados como diferencias
(derivados) a través de mercados verticales y horizontales. Fronteras de
objeto son detectadas y, debido a las diferencias que se hacen, tienden a
volverse blanco. El filtro se define como sigue:
         Los valores de la columna del medio (de arriba a abajo) son 1, 0, -1.
         Los valores en la columna izquierda de la matriz son -1.
         Los valores en la columna derecha de la matriz son 1.
         La proporción es de 1.
 

4.3.3 Filtro de agudos

Se utiliza para afilar el contorno del objeto. Mediante la aplicación de este


filtro, se mejora el contraste de la imagen. Zonas homogéneas se quedan sin
cambios (si todos los píxeles tienen el mismo valor, no se cambia el medio
píxel). Este filtro se define como sigue:
         El valor en medio de la matriz es 5.
         Los valores en las esquinas de la matriz son 0.
         Todos los demás valores son -1.
         La proporción es de 1.
La mejora de los contornos se obtiene porque el resultado es la diferencia
entre los cinco veces media valor de píxel y sus cuatro vecinos inmediatos.
 

4.3.4 Filtro liso

Para reducir la intensidad del ruido en la imagen es a menudo utiliza el filtro


"suave".Aplicándolo, zonas homogéneas son izquierda sin cambios, pero se
difundirá el contorno. El filtro se define como sigue:
         Todos los valores de la matriz igualan a 1.
         La relación es 9 - la suma de todos los valores de la matriz 3 x 3.
 

4.3.5 Filtro para estanques

Otro filtro utilizado para reducir el ruido en la imagen, es el "estanque"; el


efecto es opuesto del filtro Desenfoque. Mediante la aplicación de este filtro
la ponderación del medio píxel es mayor que la de sus vecinos. El filtro para
estanques se define como sigue:
         El valor de la media es igual a 4.
         Los valores en las esquinas de la matriz igualan a 1.
         Todos los demás valores igualan a 2.
         La proporción es 16 - la suma de todos los valores de la matriz 3 x 3.
 
4.4 Binarización de la imagen

Podemos transformar una imagen gris nivel a una imagen en blanco y negro
utilizando el proceso de binarización. El algoritmo está basado en el valor de
umbral estimado mediante el análisis del histograma de imagen gris.
Binarización puede realizarse en uno de dos modos: automático y Manual.
Estos modos se refieren al umbral utilizado para la binarización: se
consideran todos los píxeles por debajo del umbral (negro) de 0, y todos los
píxeles por encima de este nivel se consideran eles (blanco).
En los modos de umbral automático, se seleccionan puntos mínimos locales
desde el histograma (valores cercanos a 0). Éstos corresponden a las zonas
estables, constantes del histograma acumulado, que es el número total de
píxeles cuyos niveles están por debajo del nivel definido. Por lo tanto un
objeto se encuentra en esta zona. Este algoritmo asume que el histograma es
bimodal; es decir, todos los objetos tienen el mismo color y el color de fondo
es casi uniforme.
En el modo Manual, el usuario selecciona el valor de umbral, generalmente
basado en el histograma. Se recomienda que el umbral de ser seleccionado
en puntos mínimos locales del histograma para eliminar algunos objetos.
En el modo automático, el programa busca el primer punto máximo local, l y
el último máximo punto local, L, del histograma (desde 0 hasta nivel 255).
Después de el algoritmo determina el mínimo absoluto que se encuentra
dentro de los niveles L y l . Estos niveles (l y L) generalmente corresponden
al primer objeto y el fondo (o lo contrario). Este algoritmo es conveniente si
el histograma es bimodal-objetos tienen el mismo color y el fondo es
uniforme.
 
4.5 Análisis de conectividad (segmentación de la imagen)

El análisis de conectividad y procesamiento muy alto nivel se realizan en


imagen binaria. Segmentación se utiliza para determinar los conjuntos de
píxeles - partes de los objetos y el conjunto de píxeles - piezas del fondo.
Establece un conjunto de píxeles conectados que no puede ser expresado
como una reunión de los dos conjuntos disjunto se llama simple conex. En
este tipo de conjunto un camino formado por píxeles en el mismo conjunto
puede vincular cualquier par de píxeles. Un conjunto de uno o más conjuntos
de conex simple se llama como un conjunto múltiple de conex.
Un objeto es un conjunto de conex de píxeles binarios. Si este sistema es
simple conex entonces el objeto es sin agujeros. Si el conjunto es múltiples
conex el objeto tiene agujeros.
Un agujero se define como un conjunto de píxeles del mismo color que el
fondo y que está totalmente contenido dentro de un objeto cuyo color es lo
opuesto del color de fondo.
 

4.6 Análisis de objeto

4.6.1 Características del objeto

En este capítulo se propone dar una descripción del objeto teniendo en


cuenta las diversas funciones que pueden utilizarse para tomar una decisión
sobre el objeto.
         Una característica es una descripción de un objeto, que puede
cuantificarse numérica. Matemáticamente, una función f es una
función del espacio del objeto al conjunto de los números reales.
Si el Codominio de una función f se denota como Xf, entonces el conjunto de
todas las funciones a definir una función en el espacio objeto Xf 1 x Xf 2 x Xf n
(el producto cartesiano de todas las funciones de n ), que nos referimos como
el espacio de función.
El espacio de función se utiliza en la identificación del patrón. Un objeto
determinado es un punto en el espacio de función, mientras que una
característica particular de un objeto es la proyección de ese objeto en un
específico eje Xf .
Los patrones están representados por variables estadísticas en el espacio de
características.
Las características se dividen en dos categorías:
Características estándar son funciones predefinidas globales aplicables a los
objetos.
Algunas de las características describen la posición del objeto dentro de la
imagen, mientras que otras describen la forma del objeto (estos son
invariantes a la traducción, rotación, reflexión y escalado). Sólo
características de objeto se utiliza para la construcción de patrón y para la
identificación.
Además de la orientación, dimensiones del objeto son aplicables a los puntos
de distancias. Las dimensiones son sólo los lugareños (específicos para un
determinado tipo de objeto). El sistema puede usar hasta diez dimensiones –
definidos como distancias entre hasta 20 puntos.
 

4.6.2 Número de agujeros:

El número de agujeros es una característica cualitativa, considerada en la


primera etapa de identificación del proceso.
 
4.6.3 Características estándar

Características estándar de objetos son categorías predefinidas utilizadas por


el sistema. Usted puede ver sus valores seleccionando [Características
estándar] siempre disponible a través del software. Todas las características
descritas a continuación se calculan de la forma de un objeto.
En la estimación de las características estándar valores de allí son momentos
del objeto usado. De un objeto se define como sigue:

donde:
mpq(A) = pq momento (de orden p + q ) del objeto A
x = x coordinación del píxel analizado del objeto A
y = coordenada del píxel analizado del objeto A

Nx, Ny = valores máximos para las coordenadas x, y .


 

4.6.3.1 Área

Área del objeto se define como sigue:


Área (A) = m00(A)
Para los objetos con agujeros, área representa el área del cuerpo del objeto.

4.6.3.2 Perímetro

La definición del perímetro del objeto es:


Perim(A) = suma de píxeles a lo largo del contorno exterior del objeto en las
direcciones horizontales y verticales.
El perímetro se calcula con dos correcciones, con el fin de manejar la
representación de pixel de líneas. Si p1 y p2 son dos pixeles, que 2.x p1 =
p22.x + 1 y .y p1= p2.y + 1, y luego como que se le Compute el perímetro
(longitud) del segmento p1p2 . Este algoritmo conduce a un posible error
máximo del 8% del perímetro cuando un cambio de orientación del objeto.
 
4.6.3.3 Compacidad

Compacidad indica si el contorno del objeto es alargada o irregulares:

4.6.3.4 Excentricidad

Excentricidad indica si el contorno del objeto es larga y delgada, o corta y


ancha:

4.6.3.5 Momentos invariantes

Ecuaciones de momentos invariantes se basan en momentos centrado y


normalizó centrada en momentos del objeto
Centrado en momentos se definen como sigue:

Momentos centrados normalizadas se definen como sigue:

donde
Las siguientes seis momentos de objeto A son invariantes a traducción,
rotación, escala y espejado:
 

4.6.4 Ubicación del objeto

4.6.4.1 Centro de gravedad del objeto

Posición del objeto se define por su centro de gravedad. Para definir el


centro de gravedad podemos escribir a la siguiente:

4.6.4.2 Rectángulo que contiene el objeto

Las siguientes coordenadas definen el rectángulo (la caja de línea negra) que
contiene el objeto:
Xmin, Xmax eje horizontal =
Ymin, Ymax = eje vertical
 

4.6.4.3 Ángulo entre ejes horizontales y orientación

El ángulo definido por el eje principal del objeto de la orientación (la flecha
de la línea en la forma de imagen) y el eje horizontal se calcula utilizando
uno de los métodos siguientes.
 

4.6.4.3.1 Eje de momento de inercia


Ángulo del eje de inercia mínima:

donde:
k = 0 cuando
k = 1 cuando

Cuando , Tampoco es o , dependiendo de la señal de


.

cuando ambos y , es indefinido y cualquier dirección


puede ser seleccionado como el eje de inercia mínima (como ejemplo de un
círculo).
 

4.6.4.3.2 Ángulo máximo de punto

Se define como el ángulo de la distancia máxima desde el centro de


gravedad a un punto en el perímetro.
 

4.6.4.3.3 Ángulo mínimo de punto

Se define como el ángulo de la distancia mínima desde el centro de gravedad


a un punto en el perímetro.
 

4.7 Identificación de objetos

La imagen de un objeto desconocido se procesa a la etapa de análisis del


objeto; dará como resultado un vector de valores de funciones. Los valores
obtenidos se comparan con cualquier patrón de base de datos del patrón
utilizando un algoritmo de reconocimiento de objeto. La distancia mínima (o
más cercano barrio) algoritmo selecciona la clase de objeto (patrón) cuyo
vector función promedio es más cercano (en el espacio de características
estándar) al vector característica del objeto desconocido.
 
4.7.1 Construcción de patrones

Para la identificación de objetos, el sistema de visión necesita una base de


datos del patrón. Cualquier patrón en la base de datos del patrón es
construido por las clases de objeto de entrenamiento (analizando varias
imágenes – muestras - de objetos conocidos). Para cada imagen de muestra
de un objeto clase del sistema es estimar los valores de características
estándar. Análisis del patrón se realizan, mediante la estimación de
parámetros estadísticos (el vector media característica y la matriz de
covarianza) para cada instancia del objeto. La colección de valores de los
parámetros estadísticos para toda clase de objeto representa la base de datos
del patrón.
Representa un conjunto de muestras, descrito por sus propiedades
estadísticas con respecto a una serie de características de N y un nombre
asociado a un patrón. Los patrones son construidos por convertir objetos
extraídos de imágenes. Al menos dos imágenes (muestras) son necesarios
para la acumulación de un patrón correcto, debido al carácter estadístico de
patrones.
A patrón es almacenado y actualizado como el vector promedio y la matriz
de covarianza. El valor medio de una función se define como sigue:  = E
{f} donde yo = l...N y f es la ith característica considerada. Este promedio se
calcula con respecto a todas las muestras que definen el patrón de.
Sea f el vector de todas las características y el vector de los valores
correspondientes:
f = (f1 , f2,..., fN )T
 = (1 , 2,..., N )T
donde f es una variable de función arbitraria y f es un vector arbitrario
característica, para lo cual se conoce un conjunto de N muestras.
La matriz de covarianza se define por el texto siguiente:

donde:

Al dar un objeto y una base de datos del patrón, la tarea de identificación es


encontrar el patrón, que coincide con el objeto.
El algoritmo utilizado para la identificación de objetos es el algoritmo de
Distancia mínima (vecino más cercano). El algoritmo se aplica a todos los
patrones contenidos en la base de datos de patrones y todas las
características. Sólo patrones teniendo el mismo número de agujeros que el
objeto se toman en consideración. Llamamos patrones pertinentes, los
patrones de coincidencia de estas condiciones.
 

4.7.2 Algoritmo de identificación de distancia mínima

El algoritmo de distancia mínima utilizado por ISPOT para proceso de


reconocimiento de patrón estadístico se basa en criterios de Bayes.
El objeto se denota como un vector de valores de funciones.

Sea f el vector de la característica de un objeto, y el vector del valor


medio lejos del patrón q; los criterios de Bayes es definido por el texto
siguiente:

donde es la distancia entre el objeto analizado y el patrón q .


Utilizando criterios de Bayes el sistema calcula las distancias entre el valor
medio de las características del objeto y el vector de medias de cada patrón.
El objeto se corresponde con el patrón tenga la distancia mínima.
Este proceso se realiza teniendo en cuenta las características estándar
seleccionadas: (área, perímetro, compacidad, excentricidad y los momentos
invariantes 6) evaluaron para el cuerpo del objeto.
A partir del primer patrón en la base de datos del patrón, un valor se calcula
para cada función seleccionada, como sigue:
donde es el valor medio de la función,  es la varianza de la
característica, y K es el valor de umbral de decisión definido por el usuario.
El resultado con el valor más alto se considera la Máxima distancia.
El objeto puede ser identificado sólo si la distancia entre el objeto y
cualquier patrón es menor que la distancia máxima. Si todas las distancias
entre el objeto y todos los patrones de exceden la distancia máxima, el objeto
analizado se considera a desconocido. En estas condiciones, el sistema
mostrará la coincidencia más cercano al patrón.
 

Original
This book, or parts thereof, may not be reproduced in any form without prior written permission from I.T.S.

También podría gustarte